Question

我正在尝试解析Google play的html页面并获取有关应用的一些信息。 Simple-html-dom工作得很完美，但如果页面包含没有空格的代码，那么它就完全没有了属性。例如，我有html代码：

<div class="doc-banner-icon"><img itemprop="image"src="https://lh5.ggpht.com/iRd4LyD13y5hdAkpGRSb0PWwFrfU8qfswGNY2wWYw9z9hcyYfhU9uVbmhJ1uqU7vbfw=w124"/></div>

如您所见，image和src之间没有任何空格，因此simple-html-dom忽略src属性并仅返回<img itemprop="image">。如果我添加空间，它可以很好地工作。要获取此属性，请使用以下代码：

foreach($html->find('div.doc-banner-icon') as $e){          
        foreach($e->find('img') as $i){
            $bannerIcon = $i->src;              
        }
}

我的问题是如何更改这个美丽的库以获取此div的完整内部文本？

Answer 1

我只是创建了为内容添加必要空格的函数：

function placeNeccessarySpaces($contents){
$quotes = 0; $flag=false;
$newContents = '';
for($i=0; $i<strlen($contents); $i++){
    $newContents.=$contents[$i];
    if($contents[$i]=='"') $quotes++; 
    if($quotes%2==0){
        if($contents[$i+1]!== ' ' && $flag==true) {             
            $newContents.=' ';
            $flag=false;
        }           
    }
    else $flag=true;        
}   
return $newContents;
}

然后在file_get_contents函数之后使用它。所以：

$contents = file_get_contents($url, $use_include_path, $context, $offset);
$contents = placeNeccessarySpaces($contents);

希望对其他人有帮助。

Simple-html-dom跳过属性

1 个答案: